“东数西算”下的高效数据流通策略研究

【目的】东数西算场景下的数据流通策略需要综合考虑能耗、成本、时延等各类系统优化目标,本文采用深度强化学习算法实现高效的数据分级和流转策略。【方法】首先对东数西算场景下的数据要素流通系统架构和关键业务逻辑进行分析,并基于数据分类分级、数据传输、数据服务等关键流程的控制因素,融合多类业务优化目标,构建系统优化的通用数学模型,最后通过深度强化学习实现问题求解和策略优化。【结果】通过系统仿真,与多种基线算法进行对比,验证了本文方法在收敛性、系统长期收益、目标均衡等方面的优势。【局限】本文中方法对相关系统进行了合理的简化建模,在生产中需要基于现有方法,结合实际系统进行策略分析和回报函数定义,以进一步提升方法的推广能力和应用效果。【结论】东数西算等复杂场景下,综合考虑多种业务优化目标,并通过深度强化学习等算法对数据流通策略进行优化,能够在保障服务质量的基础上,有效提升系统自身性能。     

算力网络应用平台研究与设计

针对算力网络（CPN）因算力多样泛在、多要素融合、需求差异化的特点导致的用户使用困难、应用管理难等问题,从纳管与接入、决策与调度、应用与开放三个层面研究算力网络应用的管理以及异构算力融合和跨域编排关键技术,并设计一个算力网络应用平台。通过提供一种即开即用、按需付费的零感知算网应用服务,使用户关注于应用服务需求,无需关心算力资源需求和算力网络复杂环境,从而实现降低用户的算力网络使用门槛,提升算网应用的使用和管理效率的目标。